nullpointexception-i/agent-sphere

AgentSphere – 基於LLM的AI代理編排平台

是什麼

• 一個全端Web應用，讓使用者能執行由大型語言模型（LLM）驅動的自主AI代理。核心引擎遵循 ReAct 模式（計畫 → 行動 → 觀察 → 學習），可編排具有各自工具集的 子代理。
• 平台整合了決策引擎、統一能力層（瀏覽器自動化、CLI、內建工具、MCP協議）、持久化多層記憶體，以及使用者導向的UI（React + Ant Design）與可嵌入的聊天元件。

核心功能

功能	作用
LLM ReAct編排	SessionRunner 執行一個可定時、可取消的迴圈，自動推理、呼叫工具、觀察結果並壓縮上下文。
多代理子執行	父級執行可產生子代理（SessionSubRunner），執行受限的工具呼叫；其進度以聊天UI與元件中的內嵌卡片形式顯示。
模型路由與降級	支援 OpenAI、DeepSeek、Zhipu AI（BigModel）、QuickRouter、LiteLLM、OrcaRouter。主路由與降級路由可設定；當提供者失敗時系統可優雅降級。
統一能力層	暴露MCP伺服器、內建SPI工具、透過Chrome擴充套件橋接實現真實瀏覽器自動化、CLI執行，以及透過單一 ToolExecutor 實現複合「技能」。
真實瀏覽器自動化	一個Manifest-V3 Chrome擴充套件透過SSE接收 browser_operation 命令，可在頁面主世界中導航、點擊、輸入或執行任意JavaScript。
多層記憶體	執行期間上下文儲存在記憶體中（L1-L2），並持久化至PostgreSQL（L3-L6）。自動基於令牌預算的上下文壓縮，確保提示在模型限制內。
人機協同澄清	LLM可使用 ask_clarification 工具暫停；UI顯示澄清卡片（確認/選擇/輸入），使用者回覆後恢復執行。
OIDC SSO與RBAC	支援任何IdP的PKCE-based OpenID Connect登入、即時使用者註冊、資源行級隔離，以及帶審計日誌的完整角色基礎存取控制。
使用者私有資源	首次登入時，為使用者配置私有模型/提供者憑證、工具定義與文件儲存副本，確保隔離性。
外部系統開放API	/api/v1/api/* 端點公開 completions 與 tasks，支援身份範圍所有權檢查與可選回調URL。
可嵌入聊天元件	單一IIFE腳本掛載Shadow DOM元件，透過類型化REST + SSE與後端通訊，自行處理Bearer令牌——無需外部執行環境。

技術堆疊

• 後端: Java 21, Spring Boot 3.4, MyBatis-Plus, PostgreSQL 14, Redis 7（用於分散式鎖、取消旗標與SSE廣播）。
• 前端: React 19, UmiJS 4, Ant Design 6, TypeScript 6。
• 瀏覽器橋接: 使用現代ES模組撰寫的Chrome Manifest-V3擴充套件，透過SSE與伺服器通訊。
• 授權: MIT。

典型用例

• 建構需要瀏覽網頁、填寫表單或執行Shell命令的AI助理。
• 企業工作流程中，LLM需透過MCP協議與內部工具（Jira、GitHub、資料庫）互動。
• 需要即時工具執行與可選人工澄清的客戶端聊天元件。
• 高階規劃者將子任務委派給專業代理的多代理協作。

快速上手

1. 克隆倉儲並依照 QUICK_START.md 指南操作（設定Java、Node、PostgreSQL、Redis）。
2. 執行Spring Boot服務（./mvnw spring-boot:run）。
3. 啟動React UI（npm install && npm start）。
4. 從提供的來源安裝Chrome擴充套件；它將自動透過使用者專屬SSE串流連接至後端。
5. 開啟 as.buukle.top 的即時示範，使用示範帳戶 demo001 / demo001 登入，探索UI、多代理聊天與可嵌入元件。

為何重要 AgentSphere 將通常需分別建構的LLM驅動代理元件整合在一起：穩健的ReAct迴圈、工具執行、記憶體管理、模型路由與生產級UI。透過提供清晰的REST + SSE API與可嵌入元件，使得將功能完整的AI助理輕鬆整合至任何網頁成為可能，同時仍支援後台複雜的多步驟、工具驅動工作流程。